Stepik / Елена Кантонистова - Рекуррентные сети в NLP и приложениях
Интенсив посвящен рекуррентным нейронным сетям, применяющимся для решения широкого класса задач в области NLP, а также их приложениям в других областях.
Курс является вторым в линейке курсов по Natural Language Processing после курса "Основы нейронных сетей и NLP".
Чему вы научитесь:
Узнаете как работают рекуррентные нейронные сети
Научитесь работать с фреймворком PyTorch
Сможете решать задачи генерации текстов при помощи RNN
Узнаете, как RNN используются в других областях
Создадите итоговый проект, оформленный в виде FastAPI-сервиса
Слушатели курса освоят следующие темы:
Повторят основы NLP (ML-подходы, w2v, fasttext)
Освоят продвинутые методы Python и познакомятся с фреймворком PyTorch
Узнают как работают рекуррентные нейронные сети
Применят RNN на практике
Освоят фреймворк FastAPI
Сделают итоговый проект с использованием RNN и FastAPI
Узнают о приложениях RNN в других областях
Для кого этот курс:
Курс подойдет всем, кто интересуется областью автоматической обработки текстов (Natural Language Processing) и в особенности Deep Learning-подходами для решения задач из области NLP.
Программа курса:
Организация курса
Основы NLP: recap
Рекуррентные нейронные сети
Введение в PyTorch
Рекуррентные сети: практика — 1
Рекуррентные сети: практика — 2
Приложения RNN
Ванильный веб-сервис на FastAPI
Итоговый проект
Ваш преподаватель: Елена Кантонистова
Кандидат физико-математических наук, выпускница школы анализа данных Яндекса (ШАД)
Скачать:
Перед покупкой на Sklads
Проверьте выбранную версию «Stepik / Елена Кантонистова - Рекуррентные сети в NLP и приложениях» и состав материала. Автор: Елена Кантонистова. Описание и скриншоты помогут понять, подходит ли курс для вашей задачи.
Вопросы о содержимом можно уточнить у поддержки. Покупки и доступные заявки на обновление находятся в личном кабинете.
Сравнение вариантов материала «Stepik / Елена Кантонистова - Рекуррентные сети в NLP и приложениях»
В каталоге SKLADS.NET этот материал находится в рубрике «Программирование / Data Science и аналитика / Python с нуля». При выборе ориентируйтесь на состав программы и конкретный тариф, а не только на название. В карточке указан автор: Елена Кантонистова. Период или дата выпуска: 2025.
Сведения о другой версии здесь не заданы. Для сравнения с похожим предложением проверьте программу, тариф и условия доступа.
В характеристиках выбран доступ через Облако Mail. Уточните формат нужных файлов, если для вас важен определённый способ просмотра.
Стоимость выбранной версии на Sklads смотрите в блоке покупки.
Есть вопрос о курсе?
Поможем разобраться с версией и составом материала
Написать в поддержкуПомощь и отзывы
💬 Помощь перед покупкой
Хотите проверить материал?
Отправим дополнительные скриншоты, пример видео или запись содержимого курса.
💰 Нашли дешевле?
Пришлите ссылку на предложение — постараемся сделать цену ещё выгоднее.
⭐ Отзывы покупателей
Читать отзывы на сайте
Читать отзывы в Telegram
💬 Связаться с поддержкой
Написать в Telegram
admin@sklads.net